一种可实现胶囊计数和出药的智能药盒

    公开(公告)号:CN111904866A

    公开(公告)日:2020-11-10

    申请号:CN202010926708.5

    申请日:2020-09-07

    Abstract: 本发明提供一种可实现胶囊计数和出药的智能药盒,药盒分为壳体、储药、运输、调姿、计数和出药等6个部分。采用面板、左侧板、顶板、右侧板、后板、封尘塞和盖组成封闭的壳体。采用集药斜槽实现板装胶囊和散装胶囊的运输路径的转变。采用正切机构实现旋转运动到直线运动的转变,进而实现胶囊的压出和药壳的切除。采用二级漏斗结构,实现胶囊的姿态调整,避免出现卡住的现象。采用计数转盘进行计数。采用齿轮齿条机构实现旋转运动到直线运动的转变,完成胶囊抽屉的推出和收回。药盒之间采用带楔形槽的连接块和药盒上的楔形块的配合实现连接。本发明可以实现胶囊的去包装、计数和出药的全过程的自动化。

    一种处理带时间窗的多仓库车辆路径问题的轻量级混合遗传算法和可变邻域搜索算法

    公开(公告)号:CN118551832A

    公开(公告)日:2024-08-27

    申请号:CN202410639083.2

    申请日:2024-05-22

    Abstract: 发明所提供了一种处理带时间窗的多仓库车辆路径问题的轻量级混合遗传算法和可变邻域搜索算法,设计了一种先执行客户点聚类,再基于贪心插入的初始路线方案生成方法,使初始方案即具有较好的性能;使用随机交叉长度和随机交叉插入点的改进遗传交叉算子,显著改进了原本交叉算子的搜索性能;引入多点随机交换的6突变算子提高了突变算子的搜索性能,从而能使搜索性能得以提升。本发明的方法不仅适用于带时间窗的多仓库车辆路径问题的优化应用,也适用于同类问题的相关变型,如带时间窗的多仓库绿色车辆路径问题,带时间窗的多仓库电动车辆路径问题等应用,仅需要根据具体的优化问题设定适合优化目标和约束,即可实现较好的路径优化效果。

    一种处理带时间窗约束的多仓库车辆路径问题的粒子群-遗传-大邻域搜索算法

    公开(公告)号:CN118536580A

    公开(公告)日:2024-08-23

    申请号:CN202410639983.7

    申请日:2024-05-22

    Abstract: 本发明提供了一种处理带时间窗约束的多仓库车辆路径问题的粒子群‑遗传‑大邻域搜索算法,通过适用于带时间窗约束的多仓库车辆路径规划问题处理方法,对遗传算法的优化方案进行本地搜索,使方法的本地搜索能力得到了显著提升,使用的8种破坏算子和7种修复算子也扩展了大邻域搜索算法的邻域空间。由于大临域搜索针对的是最优基因而非全部基因,从而使算法的高效性得到保证,同时构建的亲本基因与最优基因之间的交叉运算,也能够使最优基因的本地搜索优化效果在基因种群中有效传播。相比现有技术,本发明通过先聚类再分配最后生成路线的初始化方法,从方案初始即具有了质量上的明显优势。

    一种未知环境下的集群无人车分布式控制方法

    公开(公告)号:CN118349004A

    公开(公告)日:2024-07-16

    申请号:CN202410640707.2

    申请日:2024-05-22

    Abstract: 本发明提供了一种未知环境下的集群无人车分布式控制方法,将无人车SLAM算法与集群式分布控制算法有机结合,有别于现有技术中将无人车建图算法和导航算法分开考虑的处理方式。本发明利用了无人车之间的自组网通讯,辅助SLAM算法中的动态点云滤除过程,从而在降低计算量的同时提高了点云分类的可靠性,且对现有各类三维点云传感器,以及多种以特征点为输出的特征提取子,均可提供较强的适应性。该方法借助对ELBO函数的估计,实现了自动估计障碍物数量,同时在无人车轨迹规划部分,通过最大化无人车之间每一时刻的欧式距离,实现了无人车之间的避障。通过本发明优化所得的轨迹允许交叉,因而能够使得规划算法更具灵活性,更有利于为无人车群的精准导航提供强有力支持。

    一种用于电动大巴的双电机耦合驱动系统集成优化算法

    公开(公告)号:CN113326572A

    公开(公告)日:2021-08-31

    申请号:CN202110711757.1

    申请日:2021-06-25

    Abstract: 本发明提供了一种用于电动大巴的双电机耦合驱动系统集成优化算法,利用粒子群算法与动态规划算法分别构建了上层、下层算法。其中,粒子群算法以粒子坐标代表待优化的系统参数,并在每个粒子下用动态规划算法作为控制策略优化算法,以系统功率损失为目标函数对耦合驱动系统的控制策略实现优化,保证了每个粒子都以最优的控制策略运行,使得到的粒子能够达到的最小功率损失,以此功率损失与功率等级进行加权求和后作为粒子群算法的目标函数,粒子群算法寻求其目标函数最小值所对应的粒子坐标即为最优的系统参数。

    一种用于车载平台的插件式指挥控制框架构建方法

    公开(公告)号:CN116700681A

    公开(公告)日:2023-09-05

    申请号:CN202310726030.X

    申请日:2023-06-19

    Abstract: 本发明提供了一种用于车载平台的插件式指挥控制框架构建方法,其基于Qt框架设计与C++语言环境并按照OSGi标准进行设计,能够通过插件实现不同功能模块之间的解耦、动态的加载与卸载模块和服务等功能,并基于事件机制和信号槽机制用以实现不同插件之间的通讯,从而极大的降低了控制框架的设计开发难度,且提高了成品系统的拓展性。基于该方法所搭建的指挥控制框架能够借助4G网络实现对多无人车的远程控制和状态读取,以及无人车的一机多控和多机多控,还可支持使用ROS系统的通讯。

Patent Agency Ranking